Wiki Le BIK'LAB

Le Bik'Lab avec le réseau des FabLabs de la région académique Guadeloupe

Outils pour utilisateurs

Outils du site


ateliers:bootcamp_ia:start

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
Prochaine révision
Révision précédente
ateliers:bootcamp_ia:start [07/05/2023 22:23 ] Audrey Robinelateliers:bootcamp_ia:start [04/04/2024 15:35 ] (Version actuelle) – modification externe 127.0.0.1
Ligne 120: Ligne 120:
  
 <note tip>Le deep learning est une technique d'apprentissage automatique basée sur les réseaux de neurones artificiels avec de nombreuses couches cachées. Il est utilisé pour résoudre des problèmes complexes tels que la reconnaissance de la parole, l'analyse d'images ou la traduction automatique, en apprenant des représentations hiérarchiques des données.</note> <note tip>Le deep learning est une technique d'apprentissage automatique basée sur les réseaux de neurones artificiels avec de nombreuses couches cachées. Il est utilisé pour résoudre des problèmes complexes tels que la reconnaissance de la parole, l'analyse d'images ou la traduction automatique, en apprenant des représentations hiérarchiques des données.</note>
 +
 +Pour en savoir plus, un article très didactique : 
 +[[https://datascientest.com/deep-learning-definition|Deep Learning ou Apprentissage Profond : qu’est-ce que c’est ?]]
  
 Plus les réseaux deviennent complexes, plus il devient coûteux et complexe de les entraîner. Des stratégies très astucieuses ont été mises en place, tel que le "Optimal Brain Damage", que l'on peut traduire par dégats cérébraux optimum, qui consiste à partir d'un réseau très complexe (et donc lourd) et de faire des "trous" dedans. Si les performances baissent, on ne conserve pas la modification. Mais si elles ne changent pas, ou s'améliore, on conserve. Ainsi, on peut tailler considérablement dans la surface de notre réseau pour le rendre plus facile à gérer Plus les réseaux deviennent complexes, plus il devient coûteux et complexe de les entraîner. Des stratégies très astucieuses ont été mises en place, tel que le "Optimal Brain Damage", que l'on peut traduire par dégats cérébraux optimum, qui consiste à partir d'un réseau très complexe (et donc lourd) et de faire des "trous" dedans. Si les performances baissent, on ne conserve pas la modification. Mais si elles ne changent pas, ou s'améliore, on conserve. Ainsi, on peut tailler considérablement dans la surface de notre réseau pour le rendre plus facile à gérer
Ligne 139: Ligne 142:
   * AI upscale   * AI upscale
   * correction vidéo live (regard caméra)   * correction vidéo live (regard caméra)
-  * supression du bruit (audio ou image/vidéo)+  * suppression du bruit (audio ou image/vidéo)
   * construction d'objets 3D depuis des images 2D   * construction d'objets 3D depuis des images 2D
   * génération de vidéo   * génération de vidéo
Ligne 161: Ligne 164:
   - Demander de résumer un sujet, par exemple //Résume moi en 100 mots ce qu'est l'informatique.//   - Demander de résumer un sujet, par exemple //Résume moi en 100 mots ce qu'est l'informatique.//
   - Demander un résumé encore plus court, par exemple : //Résume moi en 10 mots ce qu'est l'informatique//   - Demander un résumé encore plus court, par exemple : //Résume moi en 10 mots ce qu'est l'informatique//
 +  - créer le plan d'un exposé sur un sujet
 +  - créer des paragraphes du plan
 +  - créer du code dans un langage de programmation de votre choix (par exemple python)
 +  - Prendre un texte quelconque, et demander un résumé
 +  - Poser des questions sur vous-même
 +  - poser des questions sur les événements de cette année
 +  - demander ce qui est mieux entre le seigneur des anneaux et la guerre des étoiles
 +
  
 Il y a quelques semaines, chatGPT était connu pour être très mauvais en mathématiques. Depuis, il y a des ponts entre chatGPT et [[https://www.wolframalpha.com/|Wolfam Alpha]] Il y a quelques semaines, chatGPT était connu pour être très mauvais en mathématiques. Depuis, il y a des ponts entre chatGPT et [[https://www.wolframalpha.com/|Wolfam Alpha]]
Ligne 171: Ligne 182:
 IA de ce types auto hébergées :  IA de ce types auto hébergées : 
   * [[https://github.com/antimatter15/alpaca.cpp|alpaca.cpp]], tourne en local, avec un modèle de 4go (7B)    * [[https://github.com/antimatter15/alpaca.cpp|alpaca.cpp]], tourne en local, avec un modèle de 4go (7B) 
 +  * x-turing
  
 ===== IA génératrices d'images ===== ===== IA génératrices d'images =====
-  * Midjourney (payant) +  * [[https://www.midjourney.com|Midjourney]] (payant) 
-  * Dall-E 2 (payant)+  * [[https://openai.com/product/dall-e-2|Dall-E 2]] (payant)
   * Easy Diffusion (libre, gratuit, auto hébergé sur votre ordinateur) [[https://github.com/cmdr2/stable-diffusion-ui|Page GitHUB pour télécharger l'installeur]]   * Easy Diffusion (libre, gratuit, auto hébergé sur votre ordinateur) [[https://github.com/cmdr2/stable-diffusion-ui|Page GitHUB pour télécharger l'installeur]]
 +  * [[https://www.craiyon.com/|craiyon]] (gratuit, basé sur un logiciel libre)
 +  * [[https://www.bing.com/images/create?|Bing image create]] Utilise Dall-E, gratuit avec limitations, tokens journaliers
 +  * [[https://creator.nightcafe.studio/studio|nightcafe]] Stable diffusion(multi-version), essai gratuit
 +  * Leonardo.Ai
 +  * Adobe Firefly
 +  * [[https://www.bluewillow.ai/|Blue Willow]] (gratuit)
 +  * [[https://instantart.io/|InstantArt]] (multimodèle, partiellement gratuit)
 +  * [[https://lexica.art/|Lexica]] basé sur Lexica Aperture, génération gratuite
 +  * [[https://playgroundai.com/|Lexica Aperture]] multi-modèle, le compte gratuit permet d'essayer pas mal de choses
  
  
  
 Liens divers :  Liens divers : 
-[[https://github.com/gradio-app/gradio|Gradio: Build Machine Learning Web Apps — in Python]]+  * [[https://github.com/gradio-app/gradio|Gradio: Build Machine Learning Web Apps — in Python]] 
 +  * [[https://www.cs.waikato.ac.nz/ml/weka/|Weka]] 
 +  * [[https://teachablemachine.withgoogle.com/|Teachable Machine]] 
 +  * [[https://jupyter.org|Jupyter notebooks]] 
  
  
ateliers/bootcamp_ia/start.1683498220.txt.gz · Dernière modification : 04/04/2024 15:35 (modification externe)